Применение многомерного статистического анализа для конструкции предупреждающих прогнозов

Полный текст:


Аннотация

Традиционно для целей прогнозирования социально-экономических явлений используются эконометрические методы (модели). Значительно реже для этих целей применялись методы многомерного сравнительного анализа, в том числе метод Вроцлавской таксономии. Эта методология позволяет не только классифицировать исследуемые объекты, например страны или регионы, но также, с учетом времени, определять траекторию фактического развития. Путем моделирования числовых значений переменных можно определить желаемую или оптимальную траекторию развития. Третьим способом применения Вроцлавской таксономии является ранжирование исследуемых объектов по уровню развития. В статье представлены основы Вроцлавской таксономии и основные методологические вопросы, возникающие при ее применении.

Об авторе

З. Межва
Финансовый университет
Россия


Список литературы

1. Borys, T. (1978). Metody normowania cech w statystycznych badaniach porównawczych [Standardization methods of variables in comparative statistical researches]. Przegląd Statystyczny, 2

2. Cieślak, M. (1976). Modele zapotrzebowania na kadry kwalifikowane [The models of the demand for qualified personnel]. Warszawa, Poland: PWN

3. Cieślak, M. (Ed.). (2001). Prognozowanie gospodarcze. Metody i zastosowanie [Economic forecasting. Methods and Application]. Warszawa, Poland: PWN

4. Florek, K., Łukaszewicz, J., Perkal, J., Steinhaus, H. I., Zubrzycki, S. (1952). Taksonomia Wrocławska [Wroclaw taxonomy]. Przegląd Antropologiczny, Vol. XVII

5. Głodowska, A. (2016). Multidimensional analysis of social convergence within the European Union countries. Chinese Business Review, 15(3), 103-114. doi: 10.17265/1537-1506/2016.03.001

6. Hellwig, Z. (1967). Procedure of Evaluating High-level Manpower Data and Typology of Countries by means of the Taxonomic Method. Toward a system of quantitative indicators of components of human resources development. Study III, SS/2836/1711. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

7. Hellwig, Z. (1968). Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju i strukturę wykwalifikowanych kadr [Application of the taxonomic method for the typological division of countries according to their level of development and structure of qualified personnel]. Przegląd Statystyczny, 15(4), pp. 307-327

8. Hellwig, Z. (1968). On the optimal choice of predictors. Toward a system of quantitative indicators of components of human resources development. Study VI, COM/WS/95. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

9. Hellwig, Z. (1968). On the optimal choice of predictors. Toward a system of quantitative indicators of components of human resources development. Study VI, COM/WS/95. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

10. Hellwig, Z. (1969). On the problem of weighting in international comparisons. Toward a system of quantitative indicators of components of human resources development. Study VII, SHC/WS/234. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

11. Hellwig, Z. (1972). The Selection of a Set of ‘Core’ Indicators of Socioeconomic Development. Social Science Project on Human Resources Indicators. Study XXI, SHC/WS/274. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

12. Hellwig, Z. (1972). Approximative methods of selection of an optimal set of predictors. Toward a system of quantitative indicators of components of human resources development. Study XVI, SHC/WS/215. UNESCO, Methods & Analysis Unit, Department of Social Sciences, Paris

13. Hellwig, Z., & Gospodarowicz, A. (1975). Zastosowanie analizy porównawczej w badaniach międzynarodowych [The use of comparative analysis in international studies]. Z prac ZDSE, Vol. 83. Warszawa, Poland: GUS

14. Hellwig, Z. (1978). Zastosowanie wieloczynnikowej analizy porównawczej do oceny działalności gospodarczej przedsiębiorstw [The application of multivariate comparative analysis to assess the economic activities of enterprises]. in Materiały konferencyjne „Metody taksonomiczne i ich zastosowanie w badaniach ekonomicznych” [Conference proceedings “Taxonomic methods and their application in economic research”]. Szklarska Poręba, Poland, 25.10.1978

15. Hellwig, Z. (1981). Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych [Multidimensional comparative analysis and its application in studies of multivariate business objects]. In W. Welfe (Ed.). Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną [Economic-mathematical methods and models in improving management of the socialist economy]. Warszawa, Poland: PTE

16. Gostkowski, Z. (Ed.). (1972). Toward a system of human resources indicators for less developed countries: a selection of papers prepared for a UNESCO research project. Warsaw, Poland: Ossolineum, Polish Academy of Sciences, Institute of Philosophy and Sociology

17. Gostkowski, Z. (1975). The evolution of developmental gaps between rich and poor countries, 1955-65: a methodological pilot study. International Social Science Journal, Vol. XXVII, 1, pp. 38-52

18. Grabiński, T., Wydymus, S., & Zeliaś, A. (1983). Metody prognozowania rozwoju społeczno-gospodarczego [Methods of forecasting of socio-economic development]. Warszawa, Poland: PWE

19. Grabiński, T. (1984). Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych [Multidimensional comparative analysis in the study of the dynamics of economic phenomena]. Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, Seria specjalna: Monografie, 61

20. Grabiński, T. (1984). Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych [Multidimensional comparative analysis in the study of the dynamics of economic phenomena]. Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, Seria specjalna: Monografie, 61

21. Grabiński, T., Wydymus, S., & Zeliaś, A. (1989). Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych [Methods of numerical taxonomy in the modeling of socio-economic phenomena]. Warszawa, Poland: PWN

22. Grabiński, T., Wydymus, S., & Zeliaś, A. (1989). Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych [Methods of numerical taxonomy in the modeling of socio-economic phenomena]. Warszawa, Poland: PWN

23. Grabiński, T., Wydymus, S., & Zeliaś, A. (1989). Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych [Methods of numerical taxonomy in the modeling of socio-economic phenomena]. Warszawa, Poland: PWN

24. Heilpern, S. (2014). Multivariate measures of dependence based on copulas. Mathematical Economics, 10(17), pp. 17-32

25. Hwang, C., & Yoon, K. (1981). Multiple attributes decision making methods and applications. Berlin, Germany: Springer

26. Hwang, C., & Yoon, K. (1981). Multiple attributes decision making methods and applications. Berlin, Germany: Springer

27. Hwang, C., & Yoon, K. (1981). Multiple attributes decision making methods and applications. Berlin, Germany: Springer

28. Jajuga, K. (Ed.) (2000). Metody ekonometryczne i statystyczne w analizie rynku kapitałowego [Econometric and statistical methods in the analysis of capital market]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej we Wrocławiu

29. Jajuga, K. (Ed.) (2000). Metody ekonometryczne i statystyczne w analizie rynku kapitałowego [Econometric and statistical methods in the analysis of capital market]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej we Wrocławiu

30. Jajuga, K. (Ed.) (2000). Metody ekonometryczne i statystyczne w analizie rynku kapitałowego [Econometric and statistical methods in the analysis of capital market]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej we Wrocławiu

31. Jurkowska, B. (2014). The Federal States of Germany - Analysis, and Measurement of Development using Taxonomic Methods. Oeconomia Copernicana, 5(3), pp. 49-73. doi:10.12775/OeC.2014.019

32. Kolenda, M. (2006). Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych [Numerical taxonomy. Classification, rating and analysis of multivariate objects]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej

33. Kolenda, M. (2006). Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych [Numerical taxonomy. Classification, rating and analysis of multivariate objects]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej

34. Kolenda, M. (2006). Taksonomia numeryczna. Klasyfikacja, porządkowanie i analiza obiektów wielocechowych [Numerical taxonomy. Classification, rating and analysis of multivariate objects]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej

35. Kukuła, K. (1996). Problem wykorzystania nominant w wielowymiarowej analizie porównawczej [The problem of using a nominant in the multivariate analysis comparative]. Zeszyty Naukowe Akademii Rolniczej w Krakowie, Seria: Ekonomika, 25

36. Kukuła, K. (1999). Metoda unitaryzacji zerowanej na tle wybranych metod normowania cech diagnostycznych [The method of zero unitarization and the other normalization methods of diagnostic variables. Acta Scientifica Academiae Ostroviensis, 4, 5-31

37. Kukuła, K. (2000). Metoda unitaryzacji zerowanej [The method of zero unitarization]. Warszawa, Poland: PWN

38. Łuniewska, M., & Tarczyński, W. (2006). Metody wielowymiarowej analizy porównawczej na rynku kapitałowym [Methods of multidimensional comparative analysis on the capital market]. Warszawa, Poland: PWN

39. Łuniewska, M., & Tarczyński, W. (2007). Statystyczna analiza potencjału ekonomiczno-finansowego spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie [Statistical analysis of the economic and financial potential of companies listed on the Warsaw stock exchange]. Wrocław, Poland: Wydawnictwo Akademii Ekonomicznej we Wrocławiu

40. Malina, A. and Zeliaś, A., 1997: O budowie taksonomicznej miary jakości życia [The Construction of Taxonomic Measure of Quality of Life]. In: K. Jajuga, K. & M. Walesiak (Eds.). Klasyfikacja i analiza danych. Teoria i zastosowania [Classification and analysis of data. Theory and application] (pp. 238-265). Taksonomia, Vol. 4. Wrocław, Poland: Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

41. Mesjasz-Lech, A. (2010). A comparative analysis of the development of sustainable energetic resources in Poland with relation to other EU countries. Advanced Logistic Systems, Vol. 4

42. Młodak, A. (2006). Analiza taksonomiczna w statystyce regionalnej [Taxonomic analysis in regional statistics]. Warszawa, Poland: Difin

43. Nowak, E. (1990). Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych [Taxonomic methods in classification of socio-economic objects]. Warszawa, Poland: PWE

44. Panek, T. (2009). Statystyczne metody wielowymiarowej analizy porównawczej [Statistical methods of multivariate comparative analysis]. Warszawa, Poland: Wydawnictwo Szkoły Głownej Handlowej

45. Pawlewicz, K. (2005). Differences in development levels of urban gminas in the Warmińsko-Mazurskie voivodship in view of the main components of sustainable development. Bulletin of Geography. Socio-economic Series, 29, pp. 93-102

46. Pietrzak, M. B., & Balcerzak, A. P. (2016). Assessment of Socio-Economic Sustainability in New European Union Members States in the years 2004-2012. In M. Papież & S. Śmiech (Eds.). The 10th Professor Aleksander Zeliaś International Conference on Modelling and Forecasting of Socio-Economic Phenomena. Conference Proceedings (pp. 120-129). Kraków, Poland: Foundation of the Cracow University of Economics

47. Pluta, W. (1977). Wielowymiarowa analiza porównawcza w badaniach ekonomicznych. Metody taksonomiczne i analizy czynnikowej [Multidimensional comparative analysis in economic research. Taxonomic methods and principal component analysis]. Warszawa, Poland: PWE

48. Pluta, W. (1986). Wielowymiarowa analiza porównawcza w modelowaniu ekonometrycznym [Multidimensional comparative analysis in econometric modeling]. Warszawa, Poland: PWN

49. Sej-Kolasa, M. (2009). Taxonomic Methods in Environmental Management, Economics & Sociology, 2(2), pp. 114-122

50. Sneath, P. H. A. (1995). Thirty years of numerical taxonomy. Systematic Biology, 44(3), pp. 281-298

51. Sneath, Peter H. A., & Sokal, Robert R. (1963). Numerical taxonomy. The principles and practice of numerical classification. San Francisco, CA: W. H. Freeman and company

52. Steinhaus, H. (1957). Mathematical Snapshots. Oxford, England: Oxford University Press

53. United Nations Development Programme. (2017). Human Development Report 2016. Human Development for Everyone. New York, NY

54. UNESCO. (1972). Distance-based analysis, numerical taxonomy and classification of countries according to selected areas of socio-economic development. Social Science Project on Human Resource Indicators. Study XIX. SHC/WS/237.UNESCO, Methods & Analysis Unit, Department of Social Sciences. Paris

55. UNESCO. (1976). The use of socio-economic indicators in development planning. Paris, France: The Unesco Press

56. Walesiak, Marek. (2016a). Uogólnidna miara odległości GDMwstatystycznej analizie wielowymiarowej z wykorzystaniem programu R [Generalized distance measurement GDM in multivariate statistical analysis with the implementation of R programme]. 2nd enlarged ed. Wrocław, Poland: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

57. Walesiak, M. (2016b). Wybór grup metod normalizacji wartości zmiennych w skalowaniu wielowymiarowym [Selection of normalization methods of the values of variables in multidimensional scaling]. Przegląd Statystyczny, Vol. LXIII, 1

58. Zeliaś, A. (2000). Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym [Taxonomic analysis of spatial differentiation of living standards in Poland in the dynamic aspect]. Kraków, Poland: Akademia Ekonomiczna w Krakowie


Дополнительные файлы

Для цитирования: Межва З. Применение многомерного статистического анализа для конструкции предупреждающих прогнозов. Review of Business and Economics Studies. 2017;5(4):22-36.

For citation: Mierzwa Z. Implementation of Multivariate Statistical Analysis for Warning Forecasting. Review of Business and Economics Studies. 2017;5(4):22-36. (In Russ.)

Просмотров: 3


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2308-944Х (Print)